-
公开(公告)号：CN116198478A
公开(公告)日：2023-06-02
申请号：CN202310151216.7
申请日：2023-02-22
Applicant: 华南理工大学
Abstract: 本发明公开了基于模型强化学习的混合动力汽车自适应能量管理框架；所述自适应能量管理框架包括一个前馈控制器和一个反馈控制器，前者是基于无模型强化学习算法离线训练获得的深度神经网络控制器，而后者是基于模型强化学习算法在线学习获得，它的参数可以根据最新的驾驶数据定期更新。本发明解决了现有基于无模型强化学习算法控制框架训练时间长、数据利用率低的问题，可以实现在线高效更新反馈控制器，提高了混合动力汽车能量管理控制框架的适应性，能够在多种新的道路工况下保证燃油经济性并较好地维持动力电池荷电状态。
-
公开(公告)号：CN113775712A
公开(公告)日：2021-12-10
申请号：CN202111111363.9
申请日：2021-09-23
Applicant: 华南理工大学
IPC: F16H3/62 , F16H3/66 , F16H57/023 , F16H57/08
Abstract: 本发明公开了一种机械式变速器及控制；包括动力源一、动力源二、第一输入轴、第二输入轴、输出轴、第一齿轮副、第二齿轮副、第三齿轮副、第一同步器、第二同步器及行星排等组成双输入单输出动力传输路线，通过有序控制同步器的接合、松开，将第一输入轴和第二输入轴的动力，单独或者汇合输送到输出轴上，完成动力源二一挡、动力源二二挡、转矩耦合一挡、转矩耦合二挡和功率耦合挡位之间的平滑切换。本发明用于车辆时，在行驶过程中，多种挡位之间无动力中断换挡克服了传统机械式变速器工作效率低、动力性不足的缺点，应用在混合动力系统汽车中可以兼顾动力性和燃油经济性。
-
公开(公告)号：CN111367172A
公开(公告)日：2020-07-03
申请号：CN202010131644.X
申请日：2020-02-28
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于逆向深度强化学习的混动系统能量管理策略。所述策略包括：利用优化求解方法计算全局优化的SOC结果作为专家知识；创建奖励神经网络；利用逆向强化学习学习专家知识得到奖励神经网络的参数；创建动作神经网络、评价神经网络；设定车辆交互前SOC值；将获取到的交互前SOC值输入到奖励神经网络得到奖励值；将获取到的交互前SOC值输入到动作神经网络得到模式分配比；用模式分配比与环境进行交互，得到交互后SOC值；将交互前SOC值、模式分配比、奖励值、交互后SOC值输入评价神经网络得到评价值；智能体分别计算各个网络的梯度并反向传播更新网络参数，直到训练完毕。本发明能够从专家知识中学习到最优的奖励函数，使深度强化学习效果更好。
-
公开(公告)号：CN106696862B
公开(公告)日：2019-01-29
申请号：CN201611174531.8
申请日：2016-12-19
Applicant: 华南理工大学
IPC: B60R16/023
Abstract: 本发明公开了一种小型赛车的多节点整车控制系统，包括：前舱采集ECU、面板交互ECU、整车控制ECU、整车隔离CAN总线、油门角位移传感器、方向盘转角传感器、前轮轮速传感器、制动角位移传感器、模式控制旋钮、高压闭合按钮、电机使能按钮、蜂鸣器、制动灯、驱动系统指示灯。该控制系统利用整车隔离CAN总线接收、发送数据，采用多个CAN节点能有效减少线束，数据的采集和处理更加方便、高效；同时，采用多个ECU，各个ECU能分别实现数据采集、人机交互、整车控制的功能，达到多任务同时进行的目的，提升响应速度和稳定性得到了提高；该控制系统更加方便于控制程序的刷写和调试，更加适合FSAE纯电动方程式赛车。
-
公开(公告)号：CN107804308A
公开(公告)日：2018-03-16
申请号：CN201711182024.3
申请日：2017-11-23
Applicant: 华南理工大学
CPC classification number: B60T13/741 , B60T7/06 , B60T13/02 , B60T17/22
Abstract: 本发明公开了一种兼顾驻车和行车制动的制动主缸及其制动方法；由制动踏板组件、带自锁的制动助力装置、传感器组件、电子控制单元、制动主缸等组成。自锁的制动助力装置，以实现行车-驻车制动功能一体化。在行车制动模式时，电子控制单元根据位移传感器信号识别制动踏板制动意图，控制电机驱动助力装置给踏板推杆实施正向助力、反向回程助力或无助力，推动主缸活塞建立制动压力、释放制动压力或保持制动压力。在驻车制动模式时，根据驻车制动控制指令，控制电机驱动蜗杆蜗轮、齿轮齿条到预定的位置，推动主缸活塞建立足够的制动压力后，即可靠蜗杆蜗轮的自锁特性锁定位置，保持制动压力，实现驻车制动。
-
Patent Agency Ranking
公开(公告)号：CN107379957A
公开(公告)日：2017-11-24
申请号：CN201710481721.2
申请日：2017-06-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种混合动力系统及其控制方法；包括第一电机、第二电机、电池组、第一行星排、第二行星排、第一齿轮副、第二齿轮副、第一输入轴、第二输入轴、第三输入轴、第一啮合套和第二啮合套等。通过有序地连接及控制第一啮合套和第二啮合套的结合与退出，具有多种工作模式，包括纯电动驱动模式、两个并联驱动模式、混联驱动模式和能量回收模式，克服了纯转矩耦合方式下发动机工作效率较低、纯转速耦合方式下动力性不足的缺点，在保证燃油经济性的同时兼顾动力性。本系统采用结构较为简单的啮合套，与采用摩擦离合器相比，混合动力系统的整体结构更为紧凑，同时可以避免摩擦离合器带来的滑摩能量损失，有利于提高系统整体效率。
-
公开(公告)号：CN106740761A
公开(公告)日：2017-05-31
申请号：CN201611093881.1
申请日：2016-12-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种带失效保护的完全解耦型制动系统及控制方法；包括液压罐、主缸、液压调节装和轮缸；液压罐的两出口分别管路连通主缸的两供油孔，所述主缸的两排液孔分别通过液压调节装置连通轮缸；带失效保护的完全解耦型制动系统，还包括制动踏板、制动推杆、传动机构和外置动力源；外置动力源用于给传动机构提供转动力矩；制动踏板的一侧设有用来判断总制动力需求的踏板位移传感器。本系统在实现制动踏板与制动主缸的运动解耦的基础上设置应急失效保护机构，在具有较好控制灵活性的同时，有效的保证车辆制动的安全性和可靠性。
-
公开(公告)号：CN113740080B
公开(公告)日：2025-05-09
申请号：CN202111198298.8
申请日：2021-10-14
Applicant: 广州华工机动车检测技术有限公司 , 华南理工大学
IPC: G01M17/007 , G01S7/497
Abstract: 本发明公开了一种汽车测试场景中的障碍物缩尺模拟装置与方法；包括探测模块，用于探测光学信号；光束缩束模块，用于将探测模块发射的光束，缩束后射向缩尺障碍物模块；缩尺障碍物模块，用于等比例缩小实际行车路况中出现的障碍物，为探测模块提供扫描数据；光束缩束模块和缩尺障碍物模块，分别安装于两条平行轨道上，并可沿平行轨道的直线轨迹同步移动；本装置有效降低了自动驾驶汽车在研发过程中所必需的驾驶场景模拟的各类成本，且保证了模拟过程获得的数据准确可靠，对自动驾驶技术开发具有重要意义。
-
公开(公告)号：CN118062057A
公开(公告)日：2024-05-24
申请号：CN202410348239.1
申请日：2024-03-26
Applicant: 华南理工大学
IPC: B60W60/00 , B60W50/023
Abstract: 本发明涉及一种车辆横纵向控制方法，包括以下步骤，在汽车转向过程中对EPS进行检测，当检测到EPS存在故障时，切断EPS，同时启动ESP进行车辆横纵向控制，ESP采用左右轮差速制动，通过对左右车轮施加不同的制动力来改变车轮的纵向力实现车辆转向，控制前后车轮的制动力同时实现对车辆的纵向速度的控制。本发明提供了冗余转向系统的替代方案，降低了因转向系统失效对自动驾驶汽车行驶的影响，创新性地利用ESP代替EPS，同时实现车辆的横向与纵向控制，未增加其他系统，降低了成本，同时节省了车辆内部的空间，满足自动驾驶汽车的轻量化设计的目标。
-
公开(公告)号：CN107344492B
公开(公告)日：2023-12-08
申请号：CN201710550721.3
申请日：2017-07-07
Applicant: 华南理工大学
Abstract: 本发明公开一种混合动力系统及控制方法，括第一第二输入轴、第一第二离合器、制动器、第二电机、发动机、一二档齿轮副等。通过第一第二输入轴、第一第二离合器、制动器、一档和二档齿轮副等组成双输入单输出动力传输路线，通过有序控制离合器、制动器的结合、松开，将第一输入轴和第二输入轴的动力，单独或汇合输送到输出轴上，完成纯电动驱动或混合动力驱动。在纯电动驱动模式下，第一电机具有两个速比向外输出动力；在混合动力驱动模式下，可平滑地在力矩耦合方式和转速耦合方式之间进行无动力中断切换，克服了传统纯力矩耦合方式下动力性不足、纯转速耦合方式下发动机工作效率较低的缺点，在动力性与经济性之间达成平衡。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.023 seconds)
